11 月 3 日起四个旧款 Claude 模型补齐文本水印，改了采样参数可能失效

2026 年 11 月 3 日起，Anthropic 正式把隐形文本水印塞进了四个较老的 Claude 模型里：Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6。如果你平时只是在 Claude App 或者 Claude Code 里敲字聊天，今天打开屏幕不会看到任何新按钮，账单上不会多算一个 token，输出速度与文字质量也照旧。后台的调整已经默认上线，而且没有提供关闭开关。

对于拿 Claude 批量出稿的内容团队和接 API 的开发者来说，账面价格虽然没变，工作流里却多了一道隐形门槛。Anthropic 搞这一出是为了应付欧盟《人工智能法案》第 50 条的机器可读标记要求，因为做不到按地区切分，干脆全球一刀切。真正的悬念藏在 API 参数里：如果你在调模型时手痒改过几个常见的采样参数，这个用来保命的合规水印很可能压根没打上。

今天到底变了什么

这波调整的消息源头，是 Anthropic 在 10 月 27 日发给 Claude Platform 客户的一封通知邮件，随后多家媒体在 11 月 2 日放出了报道。按照邮件里的排期，11 月 3 日是直连平台生效的日子；如果你是通过 Amazon Bedrock 调用这些模型，上线时间可能要多花几天。

很多人以为给大模型加水印是这两天刚冒出来的新动作，实际上 Anthropic 从今年夏天就已经动手了。凡是在 2026 年 8 月 2 日之后发布的模型（包括 Claude Opus 5.5），上线第一天起就已经自带文本水印。这次被点名的 Mythos 5、Opus 4.7、Opus 4.6 和 Sonnet 4.6 属于 8 月 2 日之前发布的旧款，现在是按计划回过头来补票。至于剩下的其他更老模型，官方的说法是在接下来几个月里陆续补齐。

顺带提一句，这股合规风不止吹在 Anthropic 一家头上，同一批报道里提到 xAI 也计划从 11 月 7 日起默认给 Grok API 的文本加标记，不过那是另一家公司的排期，我们今天只看 Claude 这一摊。另外，文本水印只管文字；图片等文件类型走另一套办法：带签名的 C2PA 来源元数据。

水印藏在哪里

一听到“文本水印”，不少人的第一反应是文档背景里印着浅灰色的斜体字，或者怀疑模型在回车符、标点符号缝隙里塞了零宽空格之类的隐藏字符。大家总觉得做记号就得多占地方，多占地方就会多算 token，最后算到自己的 API 账单头上。

实际上，这套办法根本不往文本里塞任何多余的东西。Anthropic 采用的方案源自 Google DeepMind 公开发表的 SynthID-Text 技术。它的手脚做在模型“挑词”的那一瞬间。

大模型写字是一词一词往外蹦的。每次预测下一个词的时候，候选池里往往有好几个词都通顺、都说得通。以前模型在这个池子里挑哪个，带点随机性；加上水印之后，系统会拿一把加密密钥去轻轻推一把这个随机选择的过程，让模型稍微偏向某几个特定的词。

打个生活中的比方：这就像一个平时买菜很随意的厨师，今天出门前跟老板对了个暗号，凡是遇到“既能放青椒又能放彩椒”、“既能切丝又能切片”这种两可的关头，一律选前者。单看一道菜，食客吃不出任何毛病，菜量没少，也没有夹带塑料片；可要是把这位厨师连做三十道菜的菜谱摆在一起对照暗号本，就能从他的用料偏好里算出统计规律，笃定这是他炒出来的菜。

因为只是在原本都合理的词里做倾斜，所以生成的文字肉眼完全看不出破绽。没有隐藏字符，没有额外符号，不增加字符数，不消耗额外的 token，Anthropic 也不就这项功能另外收费。按官方的说法，这对输出质量和可读性没有影响。

还有一个大家常担心的隐私问题：这段话打上水印发出去，别人能不能顺藤摸瓜查到是哪个账号生成的？Anthropic 在邮件和说明里交了底，水印里不包含任何能追溯到具体用户、所属组织或者某次特定对话的信息。它只认“这段话是不是 Claude 参合过”，不认“是谁让 Claude 写的”。

默认参数这个坑

如果你是开发者，或者你们团队靠调用 Claude API 生产内容并指望靠官方水印去应付欧盟《人工智能法案》第 50 条的合规审查，这一节可以直接关系到你们的线上配置能不能过关。

大家平时写 API 请求代码，习惯顺手传一套自己调顺了的采样参数，比如把 temperature 压低来让输出更稳，或者改一改 top_p。很多人以为既然官方宣布模型默认开启水印，那不管怎么调参，吐出来的字都该带着标记。

实际上，在 Claude Opus 4.6 和 Claude Sonnet 4.6 这两个主力旧模型上，水印有个非常娇气的生效前提：只有当 temperature、top_p 和 top_k 这三个采样参数全都保持默认值时，水印才会正常工作。只要你改动了其中任何一个，出来的文本就可能没有水印。

回想一下前面说的“厨师挑菜”比喻就很容易明白为什么会这样。水印靠的是在多个合理候选词之间做微小的概率引导，而 temperature、top_p、top_k 改的恰恰就是候选词池子的大小和概率分布。你把池子锁死了，或者把概率拉平了，那把密钥就找不到施展引导的空间。

Anthropic 在发给客户的邮件里专门提醒了这一点：指望靠这套水印机制来做合规的客户，务必把这三个参数留在默认状态。至于同批上线的 Claude Mythos 5 和 Claude Opus 4.7 是不是也有一模一样的限制，目前的公开报道里没有说清楚，我们没法替它们下结论；但如果你用的正好是 Opus 4.6 或 Sonnet 4.6，现在就得去查代码了。

你可以用下面这段伪代码的思路，在你们的请求封装层里加一道拦截检查，避免业务代码在不知情时覆写了默认值：

# 伪代码示例：检查 Claude Opus 4.6 / Sonnet 4.6 的采样参数是否保持默认状态
# 注意：此处仅展示参数名与默认占位逻辑，不代表真实 API 返回结构

WATERMARK_SENSITIVE_MODELS = ["claude-opus-4-6", "claude-sonnet-4-6"]

def build_compliant_payload(model_name, prompt, **sampling_kwargs):
    payload = {
        "model": model_name,
        "prompt": prompt,
        # 默认情况下不主动传入自定义采样参数，交由服务端使用默认值
    }

    # 检查是否传入了会影响水印的采样参数
    for param in ["temperature", "top_p", "top_k"]:
        if param in sampling_kwargs and sampling_kwargs[param] is not None:
            if model_name in WATERMARK_SENSITIVE_MODELS:
                raise ValueError(
                    f"合规告警：在 {model_name} 上自定义 {param} 可能导致隐形水印失效。"
                    f"如需保留合规水印，请移除该参数以保持默认值。"
                )
            payload[param] = sampling_kwargs[param]

    return payload

它能证明什么、不能证明什么

每次有大厂推出水印方案，外头总会起一阵恐慌：老师是不是能一键抓出学生用 AI 润色的论文了？甲方是不是能拿个检测器挨篇扫我们的稿子了？

先把心放回肚子里。首先，这个检测工具压根不对普通公众开放。要把文本里的统计规律还原出来，手里得有 Anthropic 的那把密钥。目前检测 API 只在一个受限的私人预览项目里运行，面向的是监管机构、媒体、事实核查机构和学术研究者这类符合条件的组织。普通用户、普通公司老板或者学校老师，现阶段在市面上是拿不到官方检测接口的。

就算退一步讲，某篇稿子真被送进了有权限的机构去跑检测，测出了水印（或者没测出水印），代表的意思也跟很多人想的不一样。

大家以为“测出水印 = 这篇文章是 AI 从头到尾瞎编的”。实际上，检测到水印只能说明 Claude 曾经参与过这段文字的生成过程，绝不等于 Claude 写了全文。举个最实在的例子：你辛辛苦苦自己写好了整篇初稿，每个观点、每组数据都是你自己跑出来的，最后只是把草稿喂给 Claude，让它帮忙改改语病、翻成英文、或者缩写成一段摘要。只要经过了这道手，最后出来的文本里就很可能带上 Claude 的词选择偏好，从而被检出水印。如果有人单凭一个阳性结果就判定作者全篇造假，那是把工具的能力边界彻底搞错了。

反过来，大家以为“没测出水印 = 铁定是纯人工手写”。这也是错的。只要把带有水印的文本拿去通篇重写一遍，原本攒出来的统计规律就会被打碎，水印也就跟着洗掉了。更何况，如果文本本身很短，或者是那种事实性极强、标准答案唯一的回答（比如“法国的首都是哪里”），又或者只是做轻微的拼写校对，模型在输出时根本没有多少“挑词”的自由度。可供水印附着的选择太少，检测本来就很难生效。所以，没测出水印，同样不能拿来当成“纯人工原创”的铁证。

普通用户、开发者、内容团队分别该做什么

把上面的事实捋清楚之后，不同角色今天该怎么应对就很明确了。

如果你只是日常在 Claude App 或 Claude Code 里聊天、写代码、查资料的普通用户，你什么都不用做。界面没变，额度算法没变，不收集你的个人身份，也没有开关需要你去拨弄。该怎么用还怎么用。

如果你是接了 Claude Platform 或 Amazon Bedrock 的开发者，先看一眼自己线上跑的是哪几个模型。要是正在用 8 月 2 日之后的模型（比如 Opus 5.5），或者这次新补上的 Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6，记一下 11 月 3 日这个时间点（Bedrock 往后顺延几天）。当业务方有欧盟合规要求、必须保留机器可读标记时，立刻去搜代码库里的 temperature、top_p、top_k。特别是在 Opus 4.6 和 Sonnet 4.6 上，把这三个自定义参数删掉或者锁回默认值，省得交差时发现水印没打上。

如果你在内容团队或媒体机构管编审工作流，得趁早更新内部的稿件认定标准。别再抱有“靠一个技术指标一锤定音”的幻想。一方面普通团队根本调不到那个受限的检测 API；另一方面，哪怕将来合规机构查到了水印，你们自己得清楚那是全篇生成还是仅仅用 Claude 做了语法润色和翻译。把人工初稿的留痕做好，比事后去跟别人争辩水印是怎么染上的要管用得多。

把代码里 Opus 4.6 和 Sonnet 4.6 的 temperature、top_p、top_k 改回默认值，这就是需要靠 Claude 应付欧盟合规的团队今天唯一要动手改的地方。

来源链接

• https://techweez.com/2026/11/02/anthropic-is-bringing-text-watermarking-to-more-claude-models/
• https://kenya-today.com/report-anthropic-expands-invisible-text-watermarking-to-additional-claude-ai-models-20526/
• https://bytevyte.com/claude-text-watermark-older-models/
• https://medium.com/the-post-project-world/ai-watermark-watch-week-10-the-watermark-is-expanding-verification-is-falling-behind-03556679f5a7
• https://newatlas.com/ai-humanoids/claude-will-now-watermark-all-content-generated-using-its-tools/